查看“New-stu-training”的源代码



=== 分字 ===

=== 最大匹配分词 ===

=== 有监督HMM词性标注 ===


输入：严守一 把 手机 关 了
输出：严守一/NR 把/P手机/NN关/VV 了/SP

=== 基于线性模型的词性标注 ===
判别模型

Partial feature

=== 基于最大熵模型的词性标注 === 
梯度下降方法，Adam

=== 基于全局线性模型的词性标注 ===


=== 基于CRF模型的词性标注 ===

全局概率。期望。Forward-backward结合。

=== 基于前馈神经网络（FFN）的词性标注 === 

必须自己实现前向计算loss，和backpropagation。

=== 基于FFN-CRF的词性标注 ===

仍然自己实现前向计算loss，和backpropagation。

=== 基于BiLSTM的词性标注 ===

可以利用Pytorch自带的。Dropout等的使用，是关键。

=== 基于BiLSTM-CRF的词性标注 ===